[發(fā)明專利]一種基于深度學(xué)習(xí)的水土保持措施圖斑自動提取方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110061506.3
• 申請日: 2021-01-18
• 公開（公告）號: CN112668552A
• 公開（公告）日: 2021-04-16
• 發(fā)明（設(shè)計）人: 宋月君;鄭海金;謝頌華;陳玲玲;廖凱濤;李國輝;周春波;羅寧;周信文
• 申請（專利權(quán)）人: 江西省水土保持科學(xué)研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南昌洪達專利事務(wù)所 36111
• 代理人: 劉凌峰

1.一種基于深度學(xué)習(xí)的水土保持措施圖斑自動提取方法，其特征在于，具體方法步驟如下：

（1）遙感影像數(shù)據(jù)預(yù)處理：運用ENVI、Arcgis、python專業(yè)軟件來完成，通過ENVI軟件對下載來的遙感影像，做輻射定標、大氣校正、影像融合任務(wù)；應(yīng)用Arcgis軟件：先用ArcCatalog創(chuàng)建shp文件再ArcMap進行點線面的勾畫最后矢量柵格化，完成圖斑勾畫，shp文件要與原圖像的投影坐標及地理坐標相一致；利用python軟件先對原始圖像和圖斑文件同時進行隨機裁剪為256*256大小的若干張小圖，這樣就形成了一個原始數(shù)據(jù)集，再對數(shù)據(jù)集進行旋轉(zhuǎn)、平移的幾何變換得到數(shù)據(jù)增強的數(shù)據(jù)集，至此完成數(shù)據(jù)預(yù)處理工作；

（2）深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練：將步驟（1）遙感影像數(shù)據(jù)預(yù)處理產(chǎn)生的數(shù)據(jù)集分為訓(xùn)練集和驗證集，運用gdal遙感圖像讀取塊分別輸入進U-net模型、基于U-net改進的深度可分離編碼-解碼模型、DeepLab V3+ 模型、PSPNet模型以及Seg-net模型中訓(xùn)練，可獲得五個不同表現(xiàn)力的訓(xùn)練模型參數(shù)和權(quán)重結(jié)果；

（3）遙感影像數(shù)據(jù)圖斑提取：設(shè)置包含步驟（2）中深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練得到的訓(xùn)練模型參數(shù)和權(quán)重結(jié)果的測試塊和投票決策塊，將待提取水土保持措施圖斑的影像輸入測試塊，可得到多個不同精度的水土保持措施圖斑提取圖，再把多個結(jié)果圖輸入投票決策塊，經(jīng)過對每個像素投票表決后可輸出一張精度更高的圖斑提取圖，如果輸入的待提取影像帶有地理坐標和投影坐標，那么將會得到一張投影坐標和地理坐標的水土保持措施圖斑分布圖；

（4）提取水土保持措施圖斑：利用基于pyQt圖像界面開發(fā)的自動提取軟件，將深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練步驟處理的結(jié)果、投票決策塊的輸出結(jié)果、提取操作產(chǎn)生的代碼，利用python軟件打包成可獨立執(zhí)行的exe文件，從而快速地實現(xiàn)水土保持措施圖斑的自動提取。

2.一種基于深度學(xué)習(xí)的水土保持措施圖斑自動提取系統(tǒng)，其特征在于：包括遙感影像數(shù)據(jù)預(yù)處理模塊、深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練模塊、遙感影像數(shù)據(jù)圖斑提取模塊和提取水土保持措施圖斑的軟件模塊；

所述遙感影像數(shù)據(jù)預(yù)處理模塊，配備有ENVI、Arcgis、python專業(yè)軟件以及流程化操作指南，包括輻射定標、大氣校正、影像融合、圖斑勾畫、影像裁剪、數(shù)據(jù)增強、數(shù)據(jù)集制作這些預(yù)處理功能子模塊；

所述深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練模塊，配備有g(shù)dal遙感圖像讀取塊、若干個深度學(xué)習(xí)網(wǎng)絡(luò)模型，將遙感影像數(shù)據(jù)預(yù)處理模塊制作的數(shù)據(jù)集分別輸入每個深度學(xué)習(xí)網(wǎng)絡(luò)模型進行訓(xùn)練，獲得不同表現(xiàn)力的訓(xùn)練模型參數(shù)和權(quán)重結(jié)果；

所述遙感影像數(shù)據(jù)圖斑提取模塊，包含深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練模塊處理的訓(xùn)練模型參數(shù)和權(quán)重結(jié)果的測試塊和投票決策塊；所述測試塊在待提取水土保持措施圖斑的影像輸入后，輸出多個不同精度的水土保持措施圖斑提取圖；向所述投票決策塊輸入從測試塊輸出的多個不同精度的水土保持措施圖斑提取圖，所述投票決策塊經(jīng)過對每個不同精度的水土保持措施圖斑提取圖投票表決后，輸出一張精度更高的圖斑提取圖；如果輸入的待提取影像帶有地理坐標和投影坐標，那么將會得到一張投影坐標和地理坐標的水土保持措施圖斑分布圖；

所述提取水土保持措施圖斑的軟件模塊，基于pyQt圖像界面開發(fā)，將深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練模塊處理的結(jié)果、投票決策塊的輸出結(jié)果、提取操作產(chǎn)生的代碼，利用python軟件打包成可獨立執(zhí)行的exe文件；該軟件模塊可獨立執(zhí)行并且能快速完成高精度水土保持措施圖斑的自動提取。

3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的水土保持措施圖斑自動提取系統(tǒng)，其特征在于：所述專業(yè)軟件的版本分別為ENVI5.3、Arcgis10.5、python3.8。

4.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的水土保持措施圖斑自動提取系統(tǒng)，其特征在于：所述深度學(xué)習(xí)網(wǎng)絡(luò)模型至少包含U-net模型、基于U-net改進的深度可分離編碼-解碼模型、DeepLab V3+ 模型、PSPNet模型以及Seg-net模型。

5.根據(jù)權(quán)利要求2所述的一種基于深度學(xué)習(xí)的水土保持措施圖斑自動提取系統(tǒng)，其特征在于：所述提取水土保持措施圖斑的軟件模塊，可直接點擊“提取”按鍵，一鍵式提取水土保持措施圖斑。